2018/11/12
NTT Communications
AI推進室長 三竹 保宏
AIが実現する
日本電信電話株式会社（持株会社）
・営業収益: 1兆3,230億円
・営業利益: 1,220億円
グローバルに高品質な
ICTサービスを提供
<拠点の展開状況>
など
・約22,050名
[内訳] 国内 : 約11,950名 海外 : 約10,100名
・41の国や地域の110都市で事業拠点展開
・190以上の国や地域でグローバルネットワークサービスを提供
・世界最大級のグローバルTier1 IPバックボーン
<2017年度の事業状況>
<従業員数>
NTTコミュニケーションズについて
NTTグループのグローバル事業の再編
NTT, Inc.
新たな
中間持株会社
グローバル
事業再編
2 0 1 8 ~
グループ各社の連携
国際的競争力の強化
プレゼンスの向上
はじめに ~ 日本でこそ必要なAI技術の活用
◆2035年のGVA成長率
（GVA: Gross Value Added- GDPにほぼ相当）
◆2050年の日本の人口構成
（国連推計値）
65歳以上の比率：約40％
労働人口：対ピーク時 ▲50%
『棺桶型』の人口構成
出典:Wikipedia
日本のGVA成長率
0.8％
ベースラインシナリオ
出典:アクセンチュアおよび
AIシナリオ 2.7％
世界に先駆けた『AIシナリオ』
の実践による成長の可能性
目次
1. NTT Comの言語系AI : COTOHAシリーズ
2. NTT Comの分析型AI :
Takumi Eyes、IoTデータ分析
ユーザーの自己解決を支援する
一問一答型のAIサービス
自然な日本語を高い精度で理解し、
必要な情報を自ら聞き出すといった
“人間らしい対話”ができるAI
AIによる超高精度の自動翻訳を実現
する企業向け翻訳ソリューション
NTTグループの40年以上にわたる研究
成果である日本語辞書・自然言語処理
を活用したAPIプラットフォーム
Virtual Assistant
A P I
NTT Comの言語系AI COTOHAシリーズ
COTOHA Virtual Assistant
NTTの日本語解析技術をベースに、AIがさまざまなシステムと連携して自動応答を行うサービスです
質問
お客さま
A
P
I
自然言語解析
モジュール
チ
ャ
ッ
ト
シ
ス
テ
ム
辞書群
会話フロー
モジュール
モジュール
FAQ
エスカレーション
半自動学習
回答
オペレーター
社内システム
外
部
接
続
モ
ジ
ュ
ー
ル
コンテンツ群
チャット
ロボット
音声認識・合成
Webサイト
Enterprise
Cloud
インターネット
対話型AIとは？
返答・問い直し
質問
お客様
言葉を理解
エスカレーション
人間のように応対し、人間の代わりを行う
答えを推論し、提示
Virtual
Assistant
普通の言葉でも日本語は難しい、そして面白い
私
主語を補完
妹
焼肉
食べる
と
◆ 昨日妹と焼き肉を食べた。
私
サラダ
焼肉
食べる
と
主語を補完
◆ 昨日サラダと焼肉を食べた。
NTT研究所ならでは ～文脈の理解・記憶を支える技術～
私 / は / 昨日 / 、 / 彼 / が / 書 / い / た / 小説 / を / 本屋 / で / 買 / い / ました
私 / は / 昨日 / 、 / 彼 / が / 書 / い / た / 小説 / を / 本屋 / で / 買 / い / ました
私 / は / 昨日 / 、 / 彼 / が / 書 く/ い / た / 小説 / を / 本屋 / で / 買う / い / ました
一
般
的
な
構
文
解
析
どの文節がどの文節を修飾するか
(係るか) という文構造を解析
文から述語とその述語に対する
意味役割を成す要素を抽出
名詞 連用助詞 名詞
読点
名詞 格助詞
名詞
格助詞 動詞
語幹
活用語尾
動詞
接尾辞
動詞
名詞 格助詞
動作主格
時間格
対象格
場所格
述語
単語動詞の意味役割の関係を
元に独自形式で記憶(記録)
動詞
語幹
活用語尾
動詞
接尾辞
動詞
動作主格
述語
対象格
入力文を単語単位に分割し、
各単語に品詞等の情報を付与
形態素解析
係り受け解析
意味解析
知識ベース構築
Ｎ
Ｔ
Ｔ
研
究
所
技
術
に
よ
る
構
文
解
析
独
自
の
知
識
保
有
形
式
買う
ユーザ
昨日
動作主格
時間格
小説
対象格
本屋
場所格
書く
動作主格
彼
対象格
⇒会話から自動的にユーザの様々な状況を認識
Use Case : Virtual Operator
Virtual Operator
SMBC
日興証券
カスタマーサポートを取り巻く環境
お客さま環境
オペレーター環境
カスタマーサポート
運営
様々なデバイス
/ツールの登場
コミュニケー
ション方法の
変化
業務内容の
高度化/複雑化
ストレス
↑
モチベーション
↓
離職率
↑
採用困難/
人手不足
サービス
品質の低下
カスタマーサポート環境の変化による現状と様々な課題
AIによる課題解決の糸口
お客さま環境
オペレーター環境
カスタマーサポート
運営
快適なコミュ
ニケーション
CS 向上
CX 向上
AIと業務分担
(簡易業務はAI)
ストレス
↓
モチベーション
↑
離職率
↓
AIで生産性UP
/効率化を推進
サービス
品質の向上
人とAIの協働・相乗効果による最適な顧客体験の提供
✓ 新規口座開設方法
✓ 事務手続き
✓ ダイレクトコース
✓ マイナンバー
✓ NISA
✓ 新規公開株式(IPO)申込方法
2017年5月にAI Chat Serviceをリリース
Virtual Operator
Basic QA
✓ 株価照会
✓ AI株価トレンド予報
in 2018
in 2017
Advanced QA
Use Case : Marketing
NTT
Communications
LINE×
COTOHAにおける提供機能
①AI対話機能
お客様からの質問に対してAIが回答
②ぴったり診断機能
３～６つの質問に答えるだけで格安SIMの
おすすめプランや端末を提案
③有人チャット対応
より細かい質問をしたい場合に、
オペレーターへのチャット切り替え可能
④One-to-Oneマーケティング
ユーザー層毎に別々の内容を送信
システム連携による適用領域の拡大
システム連携によりこれまでにないソリューションを実現
User Interface
Robot
Smart
Watch
Smart
Glass
Self-Driving
Car
Smart
Speaker
Text/
Voice
External System
RPA
IoT
Predictive
Analytics
CRM
Payment
System
Recommendation
Engine
etc.
etc.
COTOHA
Virtual Assistant
Use Case : IoT
Salesforce
コンタクト
（Chat）
アラート
検知
（IoT）
Product Info
User Info
Event Registry
Support Res.
Knowledge
End-user
The Product
NTT Com
IoT Platform
Things
Cloud
®
Field
Service
Call
Center
◆IoTセンサーからの情報をCOTOHA VAが検知して自動的にユーザーとのコンタクトを実施
◆センサーからのアラート情報と対応履歴をSalesforce Service CloudにCOTOHA VAが登録
今後の構想：COTOHA Retrieval(仮称)
お客さま対応
マニュアル
商品
マニュアル
お問い
合わせ
(FAQ集)
AIによる知識読解
COTOHA Chat & FAQ
20
言語以上
に対応
自然文の
意味を理解
FAQをご用意
いただくだけ
AIチャットボット
FAQによる自己解決率向上にフォーカス
COTOHA C&F 自然文の意味理解
24自然文の
意味を理解
単語の表記だけでなく、文章の意味を解釈して検索
◆独自の「セマンティック検索機能」により高精度の回答が可能
（例） 「
犬
と一緒に旅行」で検索→「
ペット
連れの旅行は可能ですか？」
と読み替えてFAQの中から回答を選択
COTOHA Chat & FAQ
検索
FAQ
３方向から自己解決をとことんサポート
問合せ
フォーム
ChatBot
ご要望・ご質問
Copyright © NTT Communications Corporation. All rights reserved.
Use Case: Concur様
年間社員
10人分
の仕事をAIで代行可能とConcur様で試算
ナレッジ
スペース
ファイル
サーバ
チャット
システム
・製品情報
・開発＆デザイン
・サポート
・社内手続き
・提案資料
・設定資料
・各種レポート
・適切なチャネル
への転送
・自動通知
お客さま
Concur
社員
Concur社員
（問合せ窓口）
Chat&FAQ フリー/ナビダイヤル連携
0120-xxxxxx
自動音声振り分け
話中判定
オペレーター
①
問合せ
話中時
ＳＭＳ配信
承諾後にショートメッセージを送信
AIによる問合せ応答について
音声ガイダンスで紹介
Chat&FAQへ誘導
フリー／ナビダイヤルの話中時等に、SMSを介してChat&FAQに誘導
Copyright © NTT Communications Corporation. All rights reserved.
自然言語処理AI COTOHAシリーズの展開
空中ディスプレイ＋COTOHA C&F
荷物を預けたい
けど場所がわか
らない。。。
荷物預り所
チェックイン
カウンター
その他
お探しの情報は
どちらですか？
例：案内動画を再生
空中にアバターと質問に対する選択肢が表示され、
空中をタッチすることで回答を表示します。
エアリエルディスプレイ
によるホログラム
（アバタ―の変更も可能）
Copyright © NTT Communications Corporation. All rights reserved.
COTOHA Translator
™
チューニング
辞書登録
+
+
原文
訳文
AI翻訳エンジン
COTOHA Translator
AI新技術による高精度機械翻訳を実現
ニューラルマシントランスレーション（NMT）技術採用
TOEIC『900点レベル』を実現
自然言語処理AI COTOHAシリーズの展開
■2017-18年 情報通信研究機構（NICT）と株式会社みらい翻訳、
NTT研究所の技術協力により、膨大な日英対訳データをニューラル
ネットワークにより学習し、日英翻訳精度を飛躍的に高度化
ニューラル機械翻訳技術によるイノベーション
■2016年 Google翻訳への実装で機械翻訳分野へ破壊的な衝撃
[出展：科学技術振興機構, 2016]
その後も
アルゴリズムの
開発競争が続く
Copyright © NTT Communications Corporation. All rights reserved.
英→日
日→英
英→日
日→英
ビジネス文書/メール等
ニュース記事
既にTOEIC900点レベル超 ⇒ 更に4.5への向上を目指す
最高精度のAI翻訳
※評価方法：100のサンプル文を現行エンジンと新エンジンで翻訳し、それぞれその結果を
2018年9月に新エンジンを導入
TOEIC900点の人のレベルが約4.0
お客さま専用環境で翻訳、保存、学習が可能
COTOHA Translator クラウド環境
＜基本形態＞
共用エンジン
お客さま環境
＜フルカスタマイズ＞
※今後提供予定
お客さま専用学習
+
専用エンジン
＜専用エンジン+追加学習＞
お客さま専用学習
+
専用エンジン
Internet /VPN
VPN/社内網等
※VPNは今後提供予定
Copyright © NTT Communications Corporation. All rights reserved.
カスタム翻訳モデルの展開
汎用
対訳データ
汎用
翻訳モデル
A社 対訳データ
B社 対訳データ
C社 対訳データ
個社
対訳データ
個社カスタム
翻訳モデル
業界の互恵関係を築き
各社がデータ利用を許諾
●●業界
カスタム翻訳モデル
個社別や業界別のデータで更に翻訳精度を上げていく
A社～C社で利用
人と比べ圧倒的速さ
＜翻訳事例＞
7
時間
2
分
COTOHA
Translator
VS
TOEIC
900
約7時間
稼働削減
NTTグループの40年以上にわたる研究成果である日本語辞書・自然言語機能、および
COTOHAサービスの提供を通じて独自開発した機能をベースとした「テキスト解
析」「対話」「音声認識サポート」用APIサービスです。
COTOHA APIの概要
日本語テキストを扱う
様々なビジネスシーン
に活用可能
NTTグループの40年以上
にわたる研究成果である
日本語辞書・自然言語処理を
活用したAPI
辞書および
APIパラメータ設定で
さらに精度向上
が可能
テキスト
アナリティクス
翻訳
A
あ
接客応対
マーケティング ヘルプデスク
…
API
パラメータ
設定
NTT基本語辞書
NTT専門用語辞書
お客さま個別辞書
テキスト
解析
対話
音声認識
サポート
A P I
Copyright © NTT Communications Corporation. All rights reserved.
日本語を正しく詳細に理解できるため、実現不可能だった様々な活用ケースに
リーチできます
COTOHA APIの強み
現状例
HEXが故障した。
すみません、
よくわかりません。
HEXが故障した。
熱交換器
の
故障問合せですね。
COTOHA APIの強み
①世界最大級の
日本語辞書
(220万語以上 随時拡充中)
②単語を約3000種の
意味属性に分類
③日本語文章の文脈理解
将来活用例
私 / は / 昨日 / 、 / 彼 / が / 書 く/ い / た / 小説 / を / 本屋 / で / 買う / い / ました 動作主格 時間格 対象格 場所格 述語 動作主格 述語 対象格9時に田町集合です
すみません、わかりません
そこへの行き方は？
テーマ
返品依頼
不良品のクー
リングオフをし
たいです
9時に田町集合です
田町
への経路ですね
そこへの行き方は？
省略語補完
／指示語の
特定
特定語彙、
単語表記の
ゆれ修正
テキストの
テーマ判定
(N/A)
3カテゴリ23種類のAPIを順次公開予定です
提供API(テキスト解析系API)
テキスト解析系API
スペルチェック
スペルミスを訂正して出力します。
TBD
3
あ
!
翻訳
日⇔英の翻訳を行います。
2018/4Q予定
6
あ
A
テーマ分類
抽出したキーワードだけでなく、付与された意味ラベルも活用
して文章を理解し、適切なテーマを提示する。
TBD
8
固有表現抽出
人名や地名などの固有表現を抽出します。
2
構文解析
日本語テキストの構造と意味を解析します。
・形態素解析：文章を単語ごとに分割し、品詞タイプを出力
・表記ゆれ正規化：表記ゆれや崩れ語を正規化し出力
・意味解析：係り受けを解析し、文節間の意味関係を出力
提供中
1
キーワード抽出
人名や地名、組織など、文章の主要なキーワードを抽出しま
す。
提供中
7
感情分析
文章上の「怒り」や「喜び」といった感情を判定します。
TBD
5
照応解析
「あれ」「これ」「次」「他」等の指示語・省略語を検知し、
内容を明記した文章を出力します。
提供中
(BETA版)
4
A P I
Copyright © NTT Communications Corporation. All rights reserved.
3カテゴリ23種類のAPIを順次公開予定です
提供API(対話系API)
対話系API
知識QA
Webから情報を探索し、ユーザの質問に適切な回答を返します。
12
FAQ
事前登録したよくある質問例をベースに、ユーザの質問に適切な
回答を返します。
10
FAQ
雑談
ユーザ入力文に対して自然な会話となる雑談機能を提供します。
11
シナリオ判定
ユーザ入力文と関連度の高いシナリオ候補を提示します。
TBD
8
文タイプ判定
叙述文、命令文、質問文等の文タイプを出力します。
提供中
3
言い換え文生成
文章、単語を多様な表現に表記ゆれさせ、言い換え文を生成しま
す。
6
類似度判定
文章間の類似度を算出し、出力します。
提供中
7
A
B
スロットフィリング
登録したカテゴリに属するキーワードを検知し、カテゴリととも
に出力します。(例：赤い靴がほしい⇒色：赤、アイテム：靴)
TBD
5
Grammar
シナリオのトリガーを事前登録し、ユーザ入力文とマッチする最
も適切なシナリオを提示します。
9
否定文変換
「以外」、「～を除く」等、否定表現を含む文章を、否定表現を
含まない文章に変換します。
2
ユーザ属性推定
文章からユーザの年代、職業等の属性を推定します。
提供中
(BETA版)
4
言い直し文変換
「AとBを注文、やっぱりBはキャンセル」等、会話で頻出する言
い直し文を、言い直しを含まない文に変換します。
TBD
1
A P I
3カテゴリ23種類のAPIを順次公開予定です
提供API(音声認識サポート系API)
音声認識サポート系API
言い淀み除去
ユーザからの音声入力時に含まれる言い淀みを除去します。
2018/3Q予定
1
誤り箇所検知
音声認識処理後のテキストに対して、認識ミスの恐れがある単
語を検知・抽出します。
2
!
誤り箇所訂正
音声認識処理後のテキストに対して、認識ミスの恐れがある単
語を検知し、修正候補を提示します。
3
✔
A P I
Copyright © NTT Communications Corporation. All rights reserved.
最新のNTT音声認識技術のAPIサービス化（予定）
目次
1. NTT Comの言語系AI : COTOHAシリーズ
2. NTT Comの分析型AI :
Copyright © NTT Communications Corporation. All rights reserved.
Takumi Eyes
1,020
0
500
1000
1500
2000
2500
3000
千台
監視カメラの普及が拡大
41万
102万
260万
2012
2017
（見込）
2020
（見込）
国内
台数
出典：矢野経済研究所
５年で2.5倍
３年
で2.5倍
（千台）
Copyright © NTT Communications Corporation. All rights reserved.
しかしカメラが普及する一方で、
こういう声も多い
「録画するだけで見ない」
「目視で人を探すのは大変」
Copyright © NTT Communications Corporation. All rights reserved.
1枚の画像から特定人物の候補を検出
参照元画像
正面で
斜め向きで
後ろ向きで
暗い場所で
横向きで
白黒画像で
「全身×顔」の組合せによる
認識精度の向上
「顔」でチェックインして
その日の全身の特徴で
追いかける
高精度のリアルタイムAI人物照合
リアルタイムAI人物照合(機能)
【リアルタイムトラッキング】
【過去検索】
顔
検知
全身
検知
顔照合による
アラート機能も
何時何分にどのカメラに
映っていたのかリスト
カテゴリ
対象(事例)
防犯・見守り
犯罪者、迷子、不審者、迷惑客、クレーマー、などの検知～
追跡
Copyright © NTT Communications Corporation. All rights reserved.
【混雑状況検知】
一定の人数を超えたらアラート
※1人以上でアラートに設定することで
人物侵入検知としても利用可
カテゴリ
対象(事例)
人物の立ち入り／滞留
検知
禁止区域／閉館時での立ち入りを検知
喧噪や事故、有名人の来訪等による混雑検知
リアルタイムAI人物照合(機能)
NTT Comの分析型AI
Copyright © NTT Communications Corporation. All rights reserved.
IoTデータ向けDeep Learningの難しさ
画像/音声認識/言語解析など
猫
犬
「ねこ」
「いぬ」
そのまま、あるいはfine tuning(追加学習)すれば別案件に再利用可能
IoTデータを用いた品質予測/故障検知など
原料
製品
センサデータ(入力)
学習済み
モデル
学習済み
モデル
学習済み
モデル
品質予測（出力）
入出力の種類/数やモデル化対象が案件ごとに異なるため、
学習済みモデルの再利用が難しい
センサデータ
品質
案件毎にデータ準備/設計/学習が必要⇒支援ツールを開発中
反応炉
事例．化学プラントの運転支援 (三井化学さま)
プロセスデータ収集時から20分後の製品品質(濃度X)を誤差±3%で予測に成功
反
応
炉
製品
原料A
原料B
原料C
温度・圧力・流量データなど
温度
温度
温度
プロセスデータ
（約50種類）
濃度X（推定値）
濃度X（実測値）
品質分析計
平均誤差±3％
人工知能による２０分前データからの推定値
濃度X(実測値)
濃度X
時系列
Deep Learning
プラントの異常を予知(２０分後)
現在
20分
～ センサの故障検知/センサーデータ×時系列分析 ～
Copyright © NTT Communications Corporation. All rights reserved.
